[英]Not able to get right Sheets from huge xlsx files — using NodeJS XLSX library
我正在尝试从一个巨大的文件(800k行)中获取数据,并通过lambda(AWS)将其放入数据库。 为此,我从S3获取xlsx文件作为缓冲区并读取它。
module.exports.getSalesData = new Promise((resolve, reject) => {
getFileFromS3(filename)
.then(function (workbook) {
console.log(workbook.SheetNames[1]); // 'sales'
console.log(workbook.SheetNames); // showing sales as [ 'main', 'sales', 'Sheet1' ]
console.log(Array.isArray(workbook.SheetNames)); // true
console.log(typeof workbook.SheetNames); // Object
console.log(Object.keys(workbook.Sheets)); // [ 'main', 'Sheet1' ] == why 'sales' is not here?
var sheet_name = workbook.SheetNames[1]; // sales tab
var json_sheet = XLSX.utils.sheet_to_json(workbook.Sheets[sheet_name], { raw: true })
resolve(json_sheet)
})
.catch(err => {
console.log('File: ' + filename + ' doesn\'t exists on S3 or you\'re not connected to the internet.');
})
})
问题在于workbook.Sheets
我应该看到[ 'main', 'sales', 'Sheet1' ]
,对吗?
然后,我尝试像这样获取行数(已转换为JSON):
getSalesData.then(function (data) {
console.log(data.length + ' rows');
console.log(data[0]);
}).catch(err => console.error(err));
其中参数data
是上面函数中定义的json_sheet
。 因此,对于data.length
(行数),我得到0而不是800k +。 而且,当然,我无法获得undefined
data[0]
。
PS .:该文件有57.3mb-不确定是否是原因。
在此先感谢您的帮助。
因此,基本上发生的是NodeJS无法读取完整文件,因为它使NodeJS VM的字符串内存限制崩溃了。
所以我要做的是增加内存限制,如下所示:
node --max-old-space-size=2048 services/process/process-sales.js
NodeJS的内存将从512MB增加到2048MB / 2GB。
但这只是读取大量值的一种解决方案。
我不建议使用NodeJS这样威胁大量数据。 而是使用一些很棒的库(例如Pandas)来使用Python。
PS .:我的观点和经验是使用nodejs处理数据。 我不认为nodejs是为此而设计的。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.